针对华南地区量大面广的两类渣土 (花岗岩风化残积土、冲洪积土)，建议用相应的处理工艺; 采用处理后的可用渣土部分或全部取代天然河砂以制备水泥砂土浆，考察了基于工作性能的减水剂需求; 开展了水泥砂土浆的抗压和抗折试验，揭示了相应力学性能随渣土取代率的变化规律。研究结果表明: (1) 为确保水泥砂土浆的良好工作性能，减水剂用量随渣土取代率的增加逐渐增大，但其最大掺量 (以固含量计) 也仅为胶凝材料质量的 1. 1%左右; (2) 采用基于冲洪积土的可用渣土部分或全部取代天然河砂时，水泥砂土浆的抗折和抗压强度以及弹性模量总体上都与无渣土时基本相当，实际工程中采用该类可用渣土完全取代天然河砂是可能的; (3) 采用基于花岗岩风化残积土的可用渣土取代 30%天然河砂不会对水泥砂土浆的力学性能产生明显不利影响;当该取代率提升至 50%时，水泥砂土浆的 28 d 抗折强度、抗压强度和弹性模量相比无渣土时的最大降幅分别约为 6%、15%和 10%，实际工程中该类可用渣土的取代率以不超过 50%为宜。

针对亚热带地区 14 所小学、初中和高中学校普通教室，开展声环境调研和测试工作。对教室室内声学参量、授课时段总声级、教师授课声级及满场噪声级进行测试，了解中小学校教室声环境现状。结果表明，教室空场声学参量与建筑参数显著相关，且教室空场声环境影响满场时的授课噪声级。为保证教室良好的语言清晰度，在教室设计阶段应合理控制每座容积。

框架结构在冲击作用下的分析，往往由于其体量大且冲击作用面小等矛盾给数值模拟带来很大困难。框架结构的失效常常由某个关键构件破坏引起，而整体仍处于弹性状态，故在模拟中采用统一的非线性建模并非必要。为应对以上问题，文中采用数值子结构方法 (NSM) 对结构中进入非线性状态的构件进行隔离并精细化模拟，使得大体量结构的冲击问题转化为主结构线弹性分析和子结构非线性分析的问题。基于 NSM，提出并实现了 OpenSees 与 LS-DYNA 的联合计算方法。利用该方法研究和分析 ECC 材料在抗冲击方面的作用，验证了 OpenSees 与 LS-DYNA 联合计算的可行性和 ECC 材料的优越性。

传统的构件重要性分类方法通常仅针对线弹性结构，不适用于非线性效应较强的网壳结构，同时其分类依据存在一定局限性。为解决上述问题，文中针对网壳结构提出了一种基于应变能的构件重要性分类方法。基于应变能理论，引入了临界点总应变能的概念; 以临界点总应变能为评价指标分析局部构件损伤对结构整体承载性能的影响，由此确定构件的重要程度。将结构临界点总应变能折减系数作为构件重要性系数，参照现行规范的构件重要性划分原则，根据 K-medoids 分类方法提出了一种变界限的网壳结构构件重要性分类方法。对凯威特型球面网壳算例的分析结果表明，构件重要性分类界限不宜采用单一的固定值; 不同损伤状况下，重要构件的数量及分布位置不同，应根据实际情况计算确定; 文中方法相较于构件设计应力比方法能够提供更多信息，便于准确识别结构系统中的重要构件; 基于拆除构件法的构件重要性判定方法不适用于常规的结构检测鉴定。

车辆运动轨迹的预测在车辆的自动驾驶与车联网技术中有着重要意义，通过预测轨迹可以判断车辆未来运动状态，避免发生碰撞。针对车辆换道轨迹的预测问题，提出了基于生成对抗网络的换道轨迹预测模型。通过实车实验，以城市道路中换道行为为实例，采用高精度 GPS 仪器采集车辆换道轨迹数据。在此基础上，建立基于生成对抗网络的轨迹预测模型，其中生成模型采用了 LSTM 的编码器－解码器结构，通过输入给定的历史换道轨迹，经解码器生成预测时段换道轨迹。判别模型通过搭建基于 MLP 的神经网络，将生成的预测轨迹与目标轨迹进行多重判别，并通过联合训练生成模型和判别模型，实现对车辆未来时段内的换道轨迹进行预测。同时通过交叉验证与模型对比，分析了不同长度的历史轨迹与预测轨迹对预测精度的影响，并验证了模型的有效性和准确性。结果表明轨迹生成对抗模型与传统模型相比，可实现对换道轨迹长时段的预测，且预测精度有明显的提高。

列车开行方案是城市轨道交通运输组织的基础。为提升高峰期城轨路网整体运输效率、缓解车站大客流拥堵、平衡乘客出行延误，文中立足于公共交通服务的效率与公平特性，提出面向列车运能利用与乘客延误均衡的城轨大小交路开行方案优化方法。为描述开行方案对客流分布的影响，首先依据乘客出行特征划分客流组分，进而测算不同组分下的乘客出行成本以及企业运营成本，建立以列车输送能力利用率最大和乘客出行延误均衡度最优为目标的大小交路开行方案优化模型。基于某城市轨道线路开展案例分析，结果表明: 在早高峰期间实行列车大小交路方案时，小交路设置应以覆盖线路上下行最高断面客流区间为宜，运能利用情况受小交路里程显著影响; 列车编组应结合最高断面客流和预期满载率上限进行配置。最优大小交路开行方案下，列车运能利用率较现状提升 16. 69%，企业运营成本下降 21. 11%，乘客出行延误均衡度得以改善。

为研究疏水性纳米白炭黑对沥青胶结料低温性能的影响，应用常规沥青低温性能试验和胶浆小梁弯曲试验对比评价疏水性纳米白炭黑改性沥青、纳米白炭黑改性沥青和 90^# 基质沥青的低温性能，通过扫描电镜分析两种改性材料的特点与改性机理，基于微观分析结果，采用傅里叶红外光谱研究改性材料对沥青低温性能的增强机理。结果表明，疏水性纳米白炭黑改性沥青的针入度指数 PI 值最大，其低温脆点比纳米白炭黑改性沥青低 80%， －15℃时最大弯拉应变比基质沥青高 350%，比纳米白炭黑改性沥青高80%。- 15℃时极限弯拉强度比基质沥青高 69%，低温性能优异; 疏水性纳米白炭黑颗粒尺寸比纳米白炭黑小 11%，粒径分布更均匀，颗粒表面为有机性且更粗糙，拌合不易聚团，改性颗粒与沥青构成三维网格型受力结构，改善了沥青低温受力特性; 疏水性纳米白炭黑与沥青之间生成了 C—O 化学键，增强了改性材料颗粒与沥青的粘结，强化学粘结缩短了沥青拉伸链长度使变形能力增加。

目前沥青路面层间疲劳性能的评估高度依赖于疲劳寿命，但现有层间疲劳寿命模型中考虑的因素不够全面，且层间疲劳模型与初始剪切模量之间缺乏关联性。本研究进行了 4 种外因素条件下 (即: 剪切应力幅值、温度、加载频率、压应力) 的小梁四点剪切疲劳试验，获取了路面层间的初始剪切模量 (ISS) 与剪切模量衰变速率 (SS-DR)，分别建立了 ISS 与 SSDR 的非线性多元回归模型，并综合 ISS、SSDR 双指标形成层间疲劳寿命 N f 预测模型。结果表明: ①各因素对层间 ISS 的影响排序为: 温度 ＞ 剪切应力幅值 ＞ 加载频率 ＞ 压应力; 各因素对层间 SSDR 的影响排序为: 压应力 ＞ 温度 ＞剪切应力幅值 ＞ 加载频率; 各因素对层间疲劳寿命的影响排序为: 温度 ＞ 压应力 ＞ 剪切应力幅值 ＞ 加载频率; ②基于 ISS 与 SSDR 构建的层间疲劳寿命 N f 的表达模型，实现了外因素综合作用下疲劳寿命 N f 、ISS、SSDR 三指标相互关联。研究成果为层间疲劳寿命预估提供一种新途径，为加强层间设计提供理论支撑。

为了减小环形振荡器的相位噪声，提出一种具有噪声消除结构的差分延迟单元。该延迟单元由主路径、辅助路径以及有源反馈构成，其主要噪声源在差分输出端形成相位相同的噪声电压。当满足噪声消除条件时，其噪声电压相互抵消，从而减小差分输出端的噪声电压。该延迟单元通过引入一个镜像极点，提供额外的相移，使由该延迟单元构成正交输出的环形振荡器仅需两级，减少了延迟单元的级数，有效降低环形振荡器的时钟抖动并减小相位噪声。采用 TSMC 0. 18 μm 标准 CMOS 工艺进行设计和仿真，电源电压为 1.8V，结果表明: 振荡器的中心频率为 800MHz，在偏移中心频率 1MHz 处的相位噪声为－117. 5dBc/Hz，与理论计算结果仅差 1.01dBc/Hz。

针对经典 2D-ESPRIT 算法在估计基于几何绕射理论的二维 GTD 模型参数时受噪声影响较大这一问题，提出了一种改进的 2D-ESPRIT 算法，有效提高了算法的抗噪性能与参数估计性能。改进算法在经典 2D-ESPRIT 算法的基础上，首先通过构建交换矩阵，得到含有原始数据E_e 共轭信息的另一矩阵Y; 其次在通过自相关与互相关处理、叠加取平均，得到新的协方差矩阵R; 最后对协方差矩阵解算，估计得到二维 GTD 模型各参数值。仿真实验表明，改进 2D-ESPRIT 算法抗噪性能要优于经典 2D-ESPRIT 算法，在信噪比较低的情况下，改进 2D-ESPRIT 算法估计得到的模型参数精度更高，性能更稳定。文中还针对其他因素 (如矩阵束参数及配对标量 β 值) 对模型参数估计精度的影响进行了探究，为后续仿真实验提供了参考。

在传统的图像压缩感知研究中存在两个主要问题: 在采样端，传统的线性采样方式存在一定程度的局限性; 在重构端，传统的优化重构算法有着高耗时的缺陷。新发展的图像压缩感知神经网络框架虽然很好地解决了重构速度问题，但重构效果一般。为了解决上述问题，文中提出一种基于残差学习的多阶段图像压缩感知网络———MSRe-sICS，其中具体包含 3 个子网络: 采样子网络，初始重构子网络与图像增强子网络。在观测端，提出的非线性采样子网络，利用残差学习打破了传统采样方法的局限性，在采样值中保留了更加丰富的图像信息; 在重构端，通过引入插值卷积，初始重构子网络从采样值中进行特征整合以获取质量优良的初始重构图像，最终利用残差学习与插值卷积，提出多阶段图像增强子网络以进一步细化重建图像，提升最终效果。大量仿真实验结果表明，与现有最优的图像压缩感知重构算法相比，MSResICS 拥有更加优良的图像压缩感知重构精度。

针对浮选表面泡沫流动变化和运动形变导致崩塌率难以检测的问题，提出了一种在非下采样 Shearlet 变换 (NSST) 域融合改进快速视网膜关键点 (FREAK) 匹配及形状全方向相似度的泡沫崩塌率检测方法。对相邻两帧泡沫图像进行 NSST 分解，分割低频子带图像的气泡亮点，在多尺度高频子带结合方向模极大值检测和非极大值抑制进行特征点检测，改进 FREAK 采样模型并用于特征点描述及匹配，通过统计前一帧分割亮点周围匹配点数提取潜在崩塌气泡，然后对各潜在崩塌气泡通过前后帧分割亮点的形状复杂度特征及全方向相似度计算进一步确定崩塌气泡，最后根据崩塌气泡的提取结果计算崩塌率。实验结果表明，该方法受泡沫不均匀流动、运动形变的影响小，能有效提取出崩塌气泡，检测精度较现有方法有较大提高，不同工况下均表现出良好的鲁棒性，满足浮选生产在线检测的需求。

脑梗死病灶分割是评估脑功能损伤程度的重要预处理步骤。针对弥散加权成像(DWI) 图像中，脑梗死病灶边界模糊、形状不规则和亮度不均匀等特点，文中提出一种模糊速度函数驱动下活动轮廓模型的分割方法。首先，在活动轮廓模型轮廓初始化方面，利用小波变换域下的贝叶斯概率获取初始轮廓，该初始轮廓可快速定位于脑梗死病灶的真实边界附近，增强模型的鲁棒性和准确性。其次，将图像局部熵引入活动轮廓模型中。图像局部熵可表征脑梗死 DWI 图像水分子分布的差异性，在一定程度上解决图像亮度不均匀性和噪声的干扰问题。然后，根据脑梗死病灶的边界模糊特性，提出结合图像局部熵和灰度的模糊聚类算法计算模糊隶属度，进一步加强脑梗死病灶与正常组织的区分。最后，将基于模糊隶属度的模糊速度函数引入活动轮廓模型，构建能量泛函，使轮廓曲线在脑梗死病灶的模糊边界处停止演变，完成脑梗死病灶的分割。实验结果表明，文中提出的模型可以有效分割脑梗死病灶。

基于多尺度方法，采用 Ansys Fluent 模拟机油冷却器的压降及传热性能。为提高仿真精度，根据机油冷却器精细结构模型的仿真数据，提出并建立了任意坐标处散热翅片的热流密度方程。仿真条件分别为热侧速度 0. 001、0. 1、0. 2、0. 3m/s，冷侧速度0. 1、0. 2、0. 3、0. 4m/s。在此基础上，利用精细结构模型数据，计算得到动量源项方程及热流密度方程。在油冷器热侧质量流量分别为0. 04、0. 08、0. 12、0. 16kg/s，冷侧体积流量为 5 × 10^-4 m³ /s 的条件下，对油冷器压降及传热性能进行模拟。结果表明:仿真数据与实验测量数据吻合度较高，相对误差在 10% 以内。多尺度仿真方法的精度满足一般工程应用需求。

碳纤维增强塑料是近几年新兴的优异轻质材料，被广泛用于汽车、电子、电器等行业的外壳零件，这些零件在使用过程中经常有被撞击或跌落的风险，所以对产品的抗冲击性能要求非常高。为了加深对短切碳纤维增强塑料抗冲击性能的了解，以短切碳纤维增强 PA66 平板为研究对象，开展落锤冲击试验。对试验后的损伤断口进行超声形貌检测和 SEM 断面形貌检测，通过研究平板冲击损伤模式和冲击过程位移－冲击载荷曲线，对比分析碳纤维含量对短切碳纤维增强 PA66 平板损伤行为和抗冲击性能的影响。结果表明: 冲击过程中碳纤维增强 PA66 平板中除了尼龙基体的断裂和裂纹扩展外，还发生了纤维拔出和纤维断裂; 随着碳纤维含量的增加，塑料平板冲击损伤面积和裂缝数目显著减小，比吸能显著提高，材料的抗冲击性能显著提高。

为了解决有效特征值的选择问题，从理论上证明了有效特征值的数量规律，即一个频率对应两个特征值; 推导了特征值的排序规律，即信号的幅值越大，其对应的两个特征值也越大。将上述两个性质统称为主成分分析的幅值滤波特性，提出了一种基于该特性的信号分离算法，并通过仿真信号及实际转子信号的分析，验证了算法在信号分离中的有效性。研究结果表明，该算法无论是在同时提取多个频率成分还是提取单个频率成分方面都表出了优良的特性，提纯信号中既不会含有多余成分，也不会发生相位偏移。最后将本文提出的算法应用于大型滑动轴承试验台转子的轴心轨迹提纯，成功识别了转子的不对中故障。

为了改善汽车驱动桥动态性能，提出基于 Ease-off 修形准双曲面齿轮齿面减振优化设计方法。该方法通过预置传动误差参数及抛物线修形参数设计小轮法向 Ease-off 曲面，小轮修形齿面表示为与大轮共轭的小轮齿面叠加 Ease-off 曲面。结合齿面接触分析 (TCA)、齿面承载接触分析 (LTCA) 方法获得齿轮啮合刚度。以啮合位置受力分析为基础，应用集中质量法建立准双曲面齿轮弯－扭－轴耦合动力学模型，采用数值方法求解运动微分方程得到系统的振动响应。以法向振动加速度均方根最小为优化目标获得最佳修形齿面，并分析修形导致的刚度波形及幅值变化对系统动态性能的影响。算例表明: 当修形量过大时导致刚度下降较多，引起法向振动增加; 修形齿面的平均啮合刚度相差不大情况下，刚度曲线的形状较幅值对振动的影响更为敏感; 最优 Ease-off 修形后系统振动明显降低，齿轮副的平均啮合刚度下降较少且刚度曲线中主要为啮合频率，基本无倍频成分; 修形齿面承载传动误差幅值 (ALTE) 降低且曲线中的高频成分增加时，未必能减小振动; 多载荷 ALTE 曲线基本可以反映振动随载荷的变化趋势。

搭建了气动人工肌肉静态测试平台，在 0. 1 ～ 0. 8 MPa 气压下进行多次测量试验，对气动人工肌肉进行特性分析，根据理论模型和测试数据建立了数学模型，模型求解精度较好。考虑外负载、气源气压和系统摩擦等因素对数学模型的影响，结合RBF网络的快速学习能力设计了一种基于 RBF 网络的 PID 控制策略。在外负载50 ～200N 的条件下，搭建了气动人工肌肉动态测试平台并进行了多组位置控制试验。结果表明，传统 PID 控制只能在一定的外负载范围内实现较好的位置控制，基于RBF 网络的 PID 控制能自适应调整 PID 参数，且响应速度快，调节时间短，超调量小，能更好地补偿其数学模型误差并实现精确的位置控制。